一种基于多通道自校准卷积神经网络的齿轮箱智能故障诊断方法.pdfVIP

  • 3
  • 0
  • 约1.92万字
  • 约 17页
  • 2023-05-17 发布于四川
  • 举报

一种基于多通道自校准卷积神经网络的齿轮箱智能故障诊断方法.pdf

本发明公开了一种基于多通道自校准卷积神经网络的齿轮箱智能故障诊断方法,包括:格拉米角场数据增维,将多个传感器的一维振动信号转换为二维数据,并转换成灰度图像作为输入,建立数据集,并划分为训练集和测试集。构建自校准卷积神经网络,提取数据特征。设置融合层,将自校准卷积神经网络的输出转换为一维数据,融合特征信息。设置全连接层,将分布式特征映射到样本标记空间。构建Softmax特征分类器对提取的特征进行分类。利用训练集让网络进行学习,利用测试集对训练好的网络进行测试,实现齿轮箱的故障诊断。本发明提出的自校

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114818774 A (43)申请公布日 2022.07.29 (21)申请号 202210254062.X (22)申请日 2022.03.15 (71)申请人 南京航空航天大学

文档评论(0)

1亿VIP精品文档

相关文档